分段非对称随机共振系统微弱信号检测

摘要：

作为一种重要的信号处理方法,随机共振(SR)能够利用噪声能量增强微弱信号,有效降低噪声信号对特征提取的影响.针对分段对称系统模型随机共振幅值增益不够明显及噪声利用率较低等不足,提出一种分段非线性系统模型.该系统参数独立,易于调节,可通过调节参数诱导最佳随机共振.在双稳态模型下,推导了克莱默斯(Kramers)逃逸率和输出信噪比,同时在模型公式仿真和数值仿真两方面与分段对称系统进行对比分析,用于说明该方法的有效性.结果 表明该方法能够有效地提取特征频率,具有良好的放大性能和抗噪声能力.最后将系统应用于不同型号的轴承故障检测,并用自适应智能算法最优化系统参数.结果 显示,非对称系统的输出幅值分别为对称系统的8倍,3倍和6倍.数据表明,非对称系统能更有效地实现微弱特征检测与早期故障诊断.该研究进一步对系统在实际工程应用提供了理论指导与依据.

关键词：非对称系统;随机共振(SR);遗传算法(GA);平均信噪比增益

所属期刊栏目：41

分类号：TN911.7;TH7

资助基金：国家自然科学基金;重庆市教育委员会科研项目;重庆市教育委员会科研项目

在线出版日期：2022-03-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：114-122